3S Market 傳遞 智慧應用與價值的商業資訊
今日主題 智慧監控、智慧傳輸\儲存\顯示、雲端\物聯網\大數據、應用行業解決方案
|
3S Market 最讚報
| |||||
應用行業解決方案
|
Orbi 高效能WiFi延伸系統
| |||||
智慧監控應用
| ||||||
智慧傳輸\儲存\顯示
| ||||||
雲端\物聯網\大數據
| ||||||
2016年12月19日 星期一
‧ 2016\12\19\ 3S Market Daily 智慧產業新聞資訊平台
3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
3S Market 傳遞 智慧應用與價值的商業資訊
．解析攝影機移動跟蹤技術
TERRA 4D Object tracking - Geofencing - PTZ camera tracking
来源:CPS中安网
昨天，小編剛剛拿到YS最新推出的家用攝影機，功能非常強大，尤其是移動跟蹤技術做得很出色！
所以是時候提出埋藏在小編心中很久的疑問了：為什麼人一動，攝影機就會跟著轉？這些移動跟蹤技術是怎麼做到的？
移動跟蹤技術原理
移動跟蹤技術是在智慧辨識的基礎上，對圖像進行差分計算，自動辨識視覺範圍內，目標物的運動方向，並自動控制雲台對移動目標務，進行跟蹤目標務在進入智慧Speed Dome 的範圍，到離開的這段時間內，通過所配置的高清晰自動變焦鏡頭，使所有動作，都被清晰地傳送到監控中心。
而一旦某個區域發生報警時，其它相關的智慧高速球 （Speed Dome），將自動旋轉到報警點開始追蹤，保證監控圖像能夠記錄目標物體的移動全過程。
對監控球機來說，移動跟蹤功能，可以不需要通過後端的軟體平台去控制，只要在前端就可以自動完成跟蹤的任務。當目標物體進入該球機視覺範圍時，球 機可自動辨識目標運動的方向，並自動控制雲台旋轉，對移動目標進行追蹤，使物體位於籠-面中央，同時可自動對目標進行放大。
自動跟蹤持續到目標離開球機的可視範圍，球機返回原觀測點準備下一次跟蹤。
自動跟蹤技術的實現，完全是基於其特有的功能模組，智慧高速一般由動力機構、精密傳動裝置、攝影機、數位解分組成。機械設計結構緊湊輕巧，定位精度和可靠性高，這使得智慧監控攝影機能夠快速、準確地進行自動跟蹤，即可任意定位，又可以全範圍自動巡航，實現真正的無盲點監控。
另外，智慧高速球攝影機的鏡頭部分一般會選擇高性能的鏡頭，光學變焦倍率一般可達20倍以上。這使得攝影機可以針對跟蹤目標進行自動變焦及聚焦，當目標與攝影機的距離發生變化時，還能夠自動調整焦距，以保證目標物體在畫面中的合適比例，在鎖定目標物體的同時，達到高清晰監控的目的。
但是，由於監控環境的複雜性，光達到上述的要求還是不夠的，在跟蹤監控過程中，會出現多個移動物體的情況，這很有可能造成監控不準確的問題。
針對上述問題，第二代移動跟蹤技術，採用了鎖定跟蹤的方法，即操作者指定目標後，智慧高速球會自動跟蹤物體的移動軌跡，針對特定人物或物體，攝影機可以進行鎖定跟蹤，即使有其他的人或移動物體，進入攝影機的監控範圍，攝影機也不會跟丟之前鎖定的目標物體。
在人流量較大廣場，只要手動鎖定被跟蹤的目標之後，就不會出現因外部原因，而造成的跟蹤不準確的現象。
與此同時，針對監控目標突然消失的特殊情況，有些監控攝影機設定了相關物體消失之後的三種選擇，第一種是在消失的地點持續跟蹤；第二種是可以放大至最佳跟蹤倍率後，持續跟蹤目標移動物體；第三是中斷自動跟蹤後，可以放大至起始點的跟蹤倍率。
移動跟蹤的方式
所以，根據上面的原理，我們可以將移動跟蹤，主要劃分為區域自動跟蹤，和鎖定精確跟蹤兩種方式。
區域跟蹤：指如果有物體進入監控攝影機的設定區域，則跟蹤其運動軌跡，跟蹤超出範圍後，監控攝影機自動返回，並在觀測點進行新一輪的跟蹤。
區域跟蹤功能，主要適用於監控對象或移動物體較少的環境，如果有某一移動的人物，或物體進入攝影機的監控範圍，攝影機會對其進行自動跟蹤，但是無法鎖定特定的人物或目標。一旦在該監控區域內有多處物體同時移動時，監控攝影機則會把目標物體跟丟。
鎖定跟蹤，即用戶指定目標後，監控攝影機會自動跟蹤該物體的運動軌跡。鎖定跟蹤技術是通過模板匹配算法實現的，它在廣場這類大範圍、人流量高的區域內，也能有很好的監控效果,只要手動鎖定被跟蹤的目標之後，即便有其它移動物體在監控區域內，也不會跟丟先鎖定的目標。
鎖定跟蹤可設定為手動鎖定和自動鎖定。手動鎖定跟蹤通過滑鼠，在螢幕上對跟蹤目標，選擇一個框，就鎖定跟蹤該目標。無論該目標運動或靜止，都對其它移動物體，進行自動跟蹤，跟蹤快速而且流暢。該功能適用於複雜環境下的治安監控。
而移動自動鎖定跟蹤，則自動跟蹤第一個移動目標，即誰先動就跟誰。若第一個移動目標停下來，有第二個目標移動，就會自動跟蹤第二個移動目標。該功能適用於無人值守場合，如金庫、軍火庫、電站等重要場所。
需要說明的是，其實在大型的會議中，還會用到圖像辨識聯動、跟蹤、語音辨識聯動跟蹤，和紅外辨識聯動跟蹤。總之,強大的移動跟蹤技術，成為攝影機智慧化主要技術之一。
．如何精確選擇監控點，及選擇安裝攝影機？
來源：Arisha
影像監控在維護城市治安方面，起到了舉足輕重的作用。但在實際情況中，有些影像監控點，存在規劃缺乏系統性、設計缺乏科學性等問題，那麼如何更精確地選擇監控點呢？以及在攝影機的類型選擇，和安裝時又有哪些需要注意的地方呢？
監控點的規劃
根據重點區域特點，結合現有監控點位，依實既環境需要，提出「圍、補、連、合」的思路規劃：
圍：顧名思義就是將目標區域圍起來，形成封閉圈。一是控制所有出入市的路口，二是控制主城區所有出入口，三是控制局部轄區出入口，確保主要出入口100%有效覆蓋，達到任何進出的人、車、物等目標，均能獲取清晰影像；力爭所有進出部位。均能達到有效覆蓋。
連：控制所有重點部位、重點場所、重點部位周邊出入口，結合周邊攝影機分布情況，按照市區主要道路連成線，連成圓，形成多個相互關聯的封閉圈，確保可多次捕獲移動目標。
補：對各類封閉圈的補點：保證目標經過各層封閉圈時，必須能達到清晰覆蓋，合理規劃各轄區相互重疊交叉的封閉圈，避免重複建設、漏建等情況；對封閉圈內補點：主要是派出所封閉圈內，對已分類的重點單位、重點場所、重點部位補建監控點位，特別是對案件高發等區域，根據實際情況，選擇攝影機類型進行補點。
合：整合社會資源，發揮社會資源，在治安監控中的輔助作用，特別是對封閉的重點單位，出入口的影像資源要充分利用，形成對各層封閉圈的有力補充。
安裝一些原則
1、考慮環境因素時立桿點位的選擇
(1)立桿點與立桿點之間的距離，原則上不小於300米；
(2)原則上立桿的位置，距離監控目標區域，最近距離不得小於5米，最遠距離不得大於50米，這樣才能保證監控畫面，能包含更多的有價值資訊；
(3)在附近有光源的地方，優先考慮利用光源。但要注意攝影機的安裝位置，應在順光方向。
(4)盡量避免安裝在有高反差的地方，如果必須安裝則考慮：
①開啓曝光補償(效果不明顯)；
②採用補光燈；
③將地下道的攝影機設置在出入口外面；
④設置在通道靠裡一點。
(5)立桿位置盡量避開綠化樹木，或有其他遮擋物體，如果必須安裝則要考慮避開樹木，或其他遮擋物的遮擋，還要為樹木以後的生長留下空間；
(6)勘察時就要注意，盡量從交警信號機，路燈配電箱，政府、較大的企業、事業單位(如：政府部門、公車公司，供水集團，醫院等)取電，便於協調，提高用電的穩定性。盡量避免小商業用戶取電，特別是民用用電。 【此處描述為對岸中國情形，在台灣應按我中華民國相關法令或法律配合執行之。】
(7)安裝在道路一側的槍機，注意要逆向拍攝行人，非機動車道來往行人的臉部特徵。
(8)安裝在公車站的攝影機，應盡量佈置在車尾方向，避開車輛大燈，便於捕獲上車人員。
2、對不同攝影機時立桿的選擇
合理選擇桿件，避免攝影機被遮擋，在社會治安監控桿件的選擇上，根據不同攝影機類型，盡量選擇滿足達到最佳監控效果的高度為宜：3.5-5.5米之間的高度，都可作為選擇高度。
(1)槍型攝影機桿件高度的選擇：針對槍型攝像機立桿的選擇，盡量選取高度相對較低的桿件類型，通常選擇高度為3.5-4.5米之間的立桿。
(2)球型攝影機桿件高度的選擇：球型攝像機可以360度旋轉，且焦距可調，所有球形攝影機所選擇的桿件，應盡可能的高，通常我們選擇4.5-5.5米之間的桿件類型。
上述各種高度的桿件，應根據立桿位置，與監控目標位置的距離，和取景方向，選擇合理的橫臂長度，避免橫臂過短不能拍攝到合適的監控內容。在有被遮擋的環境中，宜選擇1米或橫臂2米，以減少遮擋。
攝影機種類的選擇
監控攝影機選擇的基本原則，要以滿足實際業務應用為目標，結合監控現場，和目標範圍的具體情況，科學合理地選擇攝影機種類。
(1)案件高發地點、公共複雜場所、易發生群體性事件的重點敏感區域、主要路段、人流密集區，和重要警衛目標等，宜採用高清攝影機；
(2)在重點部位、重點單位周邊、公園、廣場、景點區域，和交通路段等監控點，如果既需要監控大範圍區域和整體場景，又需要通過變倍鏡頭和雲台控制辨識人員臉部特徵、車輛車牌，和局部現場情況，宜採用高速快球攝影機或雲台槍機；
．車牌辨識中，硬辨識和軟辨識有何區別?
來源:慧聪安防网
隨著行業的發展，市場各式各樣的需求，市場對車牌辨識系統的需求越來越廣泛，主要分為：軟體辨識和硬體辨識。
通過車牌號碼的自動辨識、自動登陸、自動對比，系統可以實現自動開閘、自動計費、自動驗證用戶車輛身份、自動區分內外部車輛、自動計算車位數、自動報警等諸多智慧化功能。
軟體辨識系統：顯而易見詞義能理解出來，是通過軟體對車牌號碼進行的，通過在電腦上，安裝一個配套的車牌識別軟體，對抓拍的圖片進行識別處理。
其工作方式是通過攝影機，連續抓拍多張照片，選擇其中較為清晰的一張，然後通過電腦軟體進行字符處理，實現號牌識別的。
因為每次辨識需要抓拍多張圖片，因此軟體辨識的速度較慢。而且該系統必須對所抓拍的圖片，要求也是極高的，必須極為清晰才能達到想要的效果。該系統對現場環境，以及調試品質要求極高，在諸多環境不樂觀的場合都不適用，設備的擺放頗為重要。
硬體辨識系統：通俗的解釋是，通過獨立的硬體設備，對所抓拍圖片進行一系列的字符處理;目前停車場系統行業中，硬體辨識也分為兩種，即帶有單獨的車牌辨識儀和前端硬體辨識兩種，目前市場較為熱門，主要採用的是前端硬體辨識。
前端硬體辨識一體式攝影機適應市場需求，目前得到了廣大客戶的喜愛。前端硬體辨識也叫一體式車牌辨識攝影機，是將傳統單獨的車牌辨識儀嵌入至攝影機中，實現前端硬體與攝影機一體化，完美實現圖像拍攝、影像流傳輸、字符辨識、道閘抬桿等一系列的工作。
軟體辨識與硬體辨識的優勢對比：
1、分析辨識模式：
硬體辨識系統：採用影像流分析辨識，對監控範圍內的辨識流進行全天候即時分析;
軟體辨識系統：圖片分析辨識，對到達指定範圍內的車輛進行拍照，再對照片進行分析;當車輛位置不佳時，辨識易出錯。
2、觸發辨識方式：
硬體辨識系統：可選地感和影像觸發，不需增加檢測設備，無需破壞地面或增加工程，24小時採集圖像。
軟體辨識系統：地感、紅外線等外設車輛檢測設備觸發;需要一定的工程量。
3、智慧算法模型
硬體辨識系統：採用智能模糊點陣辨識算法，準確率更高，辨識率大於99.70%。很少需要人工干預。
軟體辨識系統：OCR/字型拓撲結構辨識算法，會頻繁出現誤辨識情況，準確率低於90%。需要人工不斷輸入糾正後的號牌。
4、可靠性及穩定性：
硬體辨識系統：品質較好的專用辨識器，如採用TI公司的高速DSP，雙CPU控制，確保系統可靠性和穩定性。
軟體辨識系統：軟體辨識，容易頻繁出現當機等情況，需經常重新啓動電腦，造成間斷性系統癱瘓。
5、辨識速度：
硬體辨識系統：整車車牌辨識速度小於0.4秒，充分滿足車流量大時的需要;
軟體辨識系統：整車車牌辨識速度大於3秒，甚至更長，速度讓人難以忍受。
6、車速適應性：
硬體辨識系統：車速在0-120Km/H範圍內，均能穩定快速辨識;應用範圍廣泛，高速公里使用該類設備。
軟體辨識系統：車速大於40Km/H時，辨識率急劇下降，現被引入停車場場系統中，有待進一步完善。
7、環境適應性
硬體辨識系統：能在夜晚、陰天、雨天等各種光照條件下正常工作;
軟體辨識系統：上述條件下，甚至一天的不同時間內，辨識準確率起伏很大。
8、相容能力
硬體辨識系統：無需工業IO卡的支持，借道停車場控制系統(PLC)可直接與各類IC、ID、紙票等類型停車場無縫相容，實現車牌號與卡號必須一致，才能進出的自動辨識、自動列印車牌號等功能。
軟體辨識系統：依賴IO卡進行車輛檢測、開關道閘等動作，與停車場系統只是軟體嵌入關係，硬體無聯繫。工程量大，用線多，穩定度差。
9、攝影機共用性
硬體辨識系統：系統可與監控系統共用攝影機，對系統無任何影響。
軟體辨識系統：不可共用，否則對系統穩定性和辨識率，可能造成嚴重影響。
10、輸出信號
硬體辨識系統：系統可輸出車輛大圖、號牌小圖、號牌辨識號碼、號牌顏色和辨識可信度、車流量、場內停車量等即時數據。具備車輛進出靜態圖片查詢功能、可接駁車位引導系統等。
．5G 網路新進展： 73 GHz 毫米波成功傳輸 10 公里！
5G Technology Explained - The Future is near!!!
leiphone 作者：奕欣
編者按：如果你知道「光速=頻率×波長」這個公式，就不難理解更高頻率的頻段，只能傳遞很短的距離。
目前 4G 採用的是特高頻段，而隨著 5G 的發展，要想獲得更高的速度，就得往超高頻或更高的頻段發展。
而日前紐約大學將在傳輸距離上達到了 10 公里，這可謂是一個技術上的大突破。
在 8 月份，一群紐約大學的學生，就載著一卡車設備，驅車 10 小時，趕到維吉尼亞州西南部，進行 5G 網路的測試。他們當時在教授 Ted Rappaort 的門廊上，立起了一個信號發射器，並向著地平線的方向投射過去。
在接下來的兩天時間裡，這群學生驅車前往周圍的小山，找到了 36 個合適的測試點。
要在這種鄉村小路上，找到寬敞的停車位並非易事，但他們還是辦到了，並在這些測試點上，安置了接收毫米波的裝置。
讓他們感到高興的是，團隊發現即使在發射點和接收點的直線距離上，有樹林或小山坡阻擋，但毫米波依然能夠在農村地區傳遞 10 公里以上。
在 73 GHz 的頻段，有14 個監測點能毫無壓力地，收到直線距離 10.8 千米的信號，而如果有著枝繁葉茂的樹林遮擋，有 17 個接收器依然能捕獲 10.6 千米之外的信號。
Rappaport 對這一結果表示很驚訝，「我從沒想過在信號能在數十毫米級別的水準，傳遞這麼長距離。原來我的目標是視線可及的數公里遠，但我們現在已經實現了 10 千米的目標。」
今年 6 月，美國聯邦通信委員會（FCC）開放了用於 5G 網路的 11 GHz 頻譜，而 6GHz 以下的中低頻段，則一直是日本研發的重點目標。本次試驗主要採用的是極高頻段的 73 GHz。
Rappaport 表示，他們的這一實驗結果能夠廣泛應用於農村，或是大型的蜂窩基站。目前毫米波通常用於固定的無線寬頻，但從未用於蜂窩網路方面。
德克薩斯大學奧斯汀分校的無線通訊專家 Robert Heath 認為，紐約大學的實驗打開了 5G 網路研究的另一扇門，「很多人不把農村地區的 5G 網路覆蓋考慮在內，並錯誤地對高頻頻譜進行限制。」
此前，Rappaport 曾嘗試在紐約城區內，使用 28 GHz 與 73 GHz的毫米波，在有建築阻擋的情況下，成功實現 200 米距離以上的通信。
由於毫米波非常容易衰減，且無法穿透窗戶與建築，許多人一度認為毫米波無法應用於行動通信網路，因為頻率已經接近紅外線，信好頻道太直，不易在行動時對準。但 Rappaport 的試驗成功反駁了這一點。
雖然這一實驗結果，並不等於毫米波就一定能順利普及農村，但團隊目前已經完成了第一次成功的嘗試。Rappaport 有一種強烈的預感：他認為毫米波很快就會實現商業化。
當然，這一想法也很快遭到質疑。加州大學領導無線研究團隊的電氣和電算工程教授 Gabriel Rebeiz 指出，紐約大學的試驗都是在晴天進行，但雨是一個很重要的影響因素——在 73 GHz的頻段，雨天所能傳遞的信號強度，每公里就會減弱 100 倍。
與此同時他表示，如果是 28 GHz，信號衰減的情況就會好很多，每 10 公里只會減弱 6-10 倍。Rebeiz 認為毫米波，最終將在城市裡發揮功用，而不是在農村裡。
紐約大學研究無線工程的博士生 George R. MacCartney Jr. 則認為只要技術靠譜，毫米波在未來五到十年，能在農村蜂窩網路中普及。
但目前亟待解決的一個問題，是信號是否能順利傳遞到用戶的通信系統上。發射器的毫米波信號，會經歷多重反射，才會抵達接收器，這還需要將毫米波以定向波束形式發射，才能實現通信的目的。
紐約大學團隊針對這一問題，目前已經根據實驗收集的毫米波段數據，參照 3GPP 協議制訂了，毫米波在農村地區的模擬傳播模型，目前他的研究成果，在電腦通信協會主辦的 MobiCom conference 上發表，詳情可參考此網址。